【正文】 2) reversion biggest match law (from right to left direction)。 Situation first matches which according to the different length, may divide into biggest (longest) matches and smallest (shortest) matches。s understanding, the Google Chinese participle technology uses is an American name is called Chinese participle technology which Basis Technology ( pany provides, hundred degrees uses the participle technology which is oneself pany develops, searches for the use the participle technology which is the domestic magnanimous science and technology ( it can be seen, Chinese participle accuracy, has the quite big relations to the search engine result relevance and the accuracy. Chinese participle technology Chinese participle technology belongs to the natural language processing technology category, regarding a speech, the human may through own knowledge understand which are the words, which aren39。 The information rapid growth, causes the search engine to bee the people to search the information the first choice tool, Google, hundred degree, China searches and so on the largescale search engine always is a topic which the people with searches the market value the unceasing increase, more and more many panies develop own search engine, the Ali anxiously opportunity search, 8848 shopping searches and so on also one after another appear on the market, the nature, the search engine technology also bees the hot spot which the technical personnel pays attention. The search engine technology research, overseas pared to China must early in the recent ten years, from earliest Archie, to afterwards Excite, as well as search engine appearing on the market and so on altvista, overture, google, search engine development until now, already some several years history, but domestic starts to study the search engine is in on century39。目前研究中文分詞的大多是科研院校，清華、北大、中科院、北京語(yǔ)言學(xué)院、東北大學(xué)、 IBM 研究院、微軟中國(guó)研究院等都有自己的研究隊(duì)伍，而真正專業(yè)研究中文分詞的商業(yè)公司除了海量科技以外，幾乎沒(méi)有了。 分詞準(zhǔn)確性對(duì)搜索引擎 來(lái)說(shuō)十分重要，但如果分詞速度太慢，即使準(zhǔn)確性再高，對(duì)于搜索引擎來(lái)說(shuō)也是不可用的，因?yàn)樗阉饕嫘枰幚頂?shù)以億計(jì)的網(wǎng)頁(yè)，如果分詞耗用的時(shí)間過(guò)長(zhǎng)，會(huì)嚴(yán)重影響搜索引擎內(nèi)容更新的速度。因?yàn)橹形男枰衷~，可能會(huì)影響一些研究，但同時(shí)也為一些企業(yè)帶來(lái)機(jī)會(huì)，因?yàn)閲?guó)外的計(jì)算機(jī)處理技術(shù)要想進(jìn)入中國(guó)市場(chǎng)，首先也是要解決中文分詞問(wèn)題。中文分詞是其他中文信息處理的基礎(chǔ)，搜索引擎只是中文分詞的一個(gè)應(yīng)用。目前新詞識(shí)別準(zhǔn)確率已經(jīng)成為評(píng)價(jià)一個(gè)分詞系統(tǒng)好壞的重要標(biāo)志之一。如果把“王軍虎”做為一個(gè)詞收錄到字典中去，全世界有那么多名字，而且每時(shí)每刻都有新增的人名，收錄這些人名本身就是一項(xiàng)巨大的工程。也就是那些在字典中都沒(méi)有收錄過(guò)，但又確實(shí)能稱為詞的那些詞。例如：“乒乓球拍賣完了”，可以切分成“乒乓 球拍 賣 完 了”、也可切分成“乒乓球 拍賣 完 了”，如果沒(méi)有上下文其他的句子，恐怕誰(shuí)也不知道“拍賣”在這里算不算一個(gè)詞。這些詞計(jì)算機(jī)又如何去識(shí)別 ? 如果交叉歧義和組合歧義計(jì)算機(jī)都能解決的話，在歧義中還有一個(gè)難題，是真歧義。 交叉歧義相對(duì)組合歧義來(lái)說(shuō)是還算比較容易處理，組合歧義就必需根據(jù)整個(gè)句子來(lái)判斷了。“ 化妝和服裝”可以分成“化妝 和 服裝”或者“化妝 和服 裝”。這種稱為交叉歧義。 歧義識(shí)別 歧義是指同樣的一句話，可能有兩種或者更多的切分方法。中文是一種十分復(fù)雜的語(yǔ)言，讓計(jì)算機(jī)理解中文語(yǔ)言更是困難。筆者了解，海量科技的分詞算法就采用“復(fù)方分詞法”，所謂復(fù)方，相當(dāng)于用中藥中的復(fù)方概念，即用不同的藥才綜合起來(lái)去醫(yī)治疾病，同樣，對(duì)于中文詞的識(shí)別，需要多種算法來(lái)處理不同的問(wèn)題。 到底哪種分詞算法的準(zhǔn)確度更高，目前并無(wú)定論。但這種方法也有一定的局限性，會(huì)經(jīng)常抽出一些共現(xiàn)頻度高、但并不是詞的常用字組，例如“這一”、“之一”、“有的”、“我的”、“許多的”等，并且 對(duì)常用詞的識(shí)別精度差，時(shí)空開(kāi)銷大。當(dāng)緊密程度高于某一個(gè)閾值時(shí)，便可認(rèn)為此字組可能構(gòu)成了一個(gè)詞。定義兩個(gè)字的互現(xiàn)信息，計(jì)算兩個(gè)漢字 X、 Y 的相鄰共現(xiàn)概率。因此字 與字相鄰共現(xiàn)的頻率或概率能夠較好的反映成詞的可信度。由于漢語(yǔ)語(yǔ)言知識(shí)的籠統(tǒng)、復(fù)雜性，難以將各種語(yǔ)言信息組織成機(jī)器可直接讀取的形式，因此目前基于理解的分詞系統(tǒng)還處在試驗(yàn)階段。在總控部分的協(xié)調(diào)下，分詞子系統(tǒng)可以獲得有關(guān)詞、句子等的句法和語(yǔ)義信息來(lái)對(duì)分詞歧義進(jìn)行判斷，即它模擬了人對(duì)句子的理解過(guò)程。其基本思想就是在分詞的同時(shí)進(jìn)行句法、語(yǔ)義分 析，利用句法信息和語(yǔ)義信息來(lái)處理歧義現(xiàn)象。 對(duì)于機(jī)械分詞方法，可以建立一個(gè)一般的模型，在這方面有專業(yè)的學(xué)術(shù)論文，這里不做詳細(xì)論述。 一種方法是改進(jìn)掃描方式，稱為特征掃描或標(biāo)志切分， 優(yōu)先在待分析字符串中識(shí)別和切分出一些帶有明顯特征的詞，以這些詞作為斷點(diǎn)，可將原字符串分為較小的串再來(lái)進(jìn)機(jī)械分詞，從而減少匹配的錯(cuò)誤率。但這種精度還遠(yuǎn)遠(yuǎn)不能滿足實(shí)際的需要。一般說(shuō)來(lái)，逆向匹配的切分精度略高于正向匹配，遇到的歧義現(xiàn)象也較少。 還可以將上述各 種方法相互組合，例如，可以將正向最大匹配方法和逆向最大匹配方法結(jié)合起來(lái)構(gòu)成雙向匹配法。按照掃描方向的不同，串匹配分詞方法可以分為正向匹配和逆向匹配；按照不同長(zhǎng)度優(yōu)先匹配的情況，可以分為最大（最長(zhǎng)）匹配和最小（最短）匹配；按照是否與詞性標(biāo)注過(guò)程相結(jié)合，又可以分為單純分詞方法和分詞與標(biāo)注相結(jié)合的一體化方法。 現(xiàn)有的分詞算法可分為三大類：基于字符串匹配的分詞方法、基于理解的分詞方法和基于統(tǒng)計(jì)的分詞方法。 這次搜索引擎結(jié)果中的錯(cuò)誤，就是由于分詞的不準(zhǔn)確所造成的。 在百度上輸入“和服”搜索網(wǎng)頁(yè)，總共結(jié)果為 287,000 條，前 20 條結(jié)果中有 6 條與和服一點(diǎn)關(guān)系都沒(méi)有。筆者最近替朋友找一些關(guān)于日本和服的資料，在搜索引擎上輸入“和服”，得到的結(jié)果就發(fā)現(xiàn)了很多問(wèn)題。 中文分詞和搜索引擎 中文分詞到底對(duì)搜索引擎有多大影響？對(duì)于搜索引擎來(lái)說(shuō)，最重要的并不是找到所有結(jié)果，因?yàn)樵谏习賰|的網(wǎng)頁(yè)中找到所有結(jié)果沒(méi)有太多的意義，沒(méi)有人能看得完，最重要的是把最相關(guān) 的結(jié)果排在最前面，這也稱為相關(guān)度排序。把中文的漢字序列切分成有意義的詞，就是中文分詞，有些人也稱為切詞。例如，英文句子 I am a student，用中文則為：“我是一個(gè)學(xué)生”。之所以能形成這樣的局面，有一個(gè)重要的原因就在于中文和英文兩種語(yǔ)言自身的書(shū)寫(xiě)方式不同，這其中對(duì)于計(jì)算機(jī)涉及的技術(shù)就是中文分詞。例如操作系統(tǒng)、字處理軟件、瀏覽器等等，但搜索引擎卻是個(gè)例外。 搜索引擎技術(shù)的研究，國(guó)外比中國(guó)要早近十年，從最早的 Archie，到后來(lái)的 Excite，以及 altvista、 overture、 google 等搜索引擎面世，搜索引擎發(fā)展至今，已經(jīng)有十幾年的歷史，而國(guó)內(nèi)開(kāi)始研究搜索引擎是在上世紀(jì)末本世紀(jì)初。 四、參考資料 1．李海兵等著 超夢(mèng)幻動(dòng)態(tài)網(wǎng)頁(yè)開(kāi)發(fā) ASP/HTML/SQL Server/Dream weaver 完美結(jié)合 中國(guó)青年出版社 ； 2. 李曉黎主編 《 ASP+SQL SERVER 網(wǎng)絡(luò)應(yīng)用系統(tǒng)開(kāi)發(fā)與案例》 人民郵電 出版社； 3. 高林等著 管理信息系統(tǒng)與案例分析 人民郵電出版社； 4. 史嘉權(quán)等著 數(shù)據(jù)庫(kù)系統(tǒng)教程 清華大學(xué)出版社 5．鄭人杰等著 實(shí)用軟件工程 清華大學(xué)出版社 6．陳志泊等著 數(shù)據(jù)庫(kù)原理及應(yīng)用教程 人民郵電出版社 信息的飛速增長(zhǎng)，使搜索引擎成為人們查找信息的首選工具， Google、百度、中國(guó)搜索等大型搜索引 擎一直是人們討論的話題。 停車場(chǎng)管理模塊 包括：顯示 添加 修改 刪除 查詢等。 房產(chǎn)資料模塊 包括：顯示 添加 修改 刪除 查詢。 修改密碼模塊 包括：用于操作員更改自己的系統(tǒng)口令。 對(duì)物管來(lái)說(shuō)小區(qū)的基本資料，業(yè)主基本資料，小區(qū)物業(yè)收費(fèi)事項(xiàng)管理，停車場(chǎng)管理及其他的基本服務(wù)管理都應(yīng)該考慮到，以滿足物業(yè)管理對(duì)業(yè)主的服務(wù)管理。使用 ASP 最大的好處是，在你對(duì)程序進(jìn)行升級(jí)時(shí)，你只需要修改服務(wù)器上的 ASP文件，而不需要修改客戶端程序。如果你使用基于 NT 的 INTRANET建立你的 MIS應(yīng)用非常推薦你使用 ASP 技術(shù)。你只需要簡(jiǎn)單的修改，就可以移植。但是，如果你的 CGI 程序還 需要在 UNIX 主機(jī)上運(yùn)行，最好使用 PERL。如果你對(duì) PERL、 C 等其他 CGI語(yǔ)言不熟悉，可以考慮使用 ASP。所以，最好在 NT主機(jī)上才考慮使用 ASP。 ASP是 Microsoft在 NT 上開(kāi)發(fā)出的技術(shù)。使用 CDONTS（ Collaboration Data Objects for NTS，NTS 協(xié)作數(shù)據(jù)對(duì)象），可以發(fā)送、查看郵件，實(shí)現(xiàn) WEBMAIL 的功能。有 ADO（ Active Database Object，動(dòng)態(tài)數(shù)據(jù)庫(kù)對(duì)象）的支持， ASP 對(duì)數(shù)據(jù)庫(kù)的操作非常得心應(yīng)手。使用各種各樣的組件， ASP 可以完成無(wú)比強(qiáng)大的功能。 ASP 可以輕松地實(shí)現(xiàn)對(duì)頁(yè)面內(nèi)容的動(dòng)態(tài)控制，根據(jù)不同的瀏覽者，顯示不同的頁(yè) 面內(nèi)容。 ASP 是基于 WEB 的一種編程技術(shù)，可以說(shuō)是 CGI 的一種。由此我們可以看出， ASP 是在 IIS 下開(kāi)發(fā) WEB 應(yīng)用的一種簡(jiǎn)單、方便的編程工具。瀏覽者查看頁(yè)面源文件時(shí)，看到的是 ASP 生成的 HTML 代碼，而不是 ASP 程序代碼。 Netscape瀏覽器也可以正常顯示 ASP頁(yè)面。然而 Netscape 瀏覽器不支持客戶端的 VBSCRIPT，所以最好不要在客戶端使用 VBSCRIPT。 ASP的編程語(yǔ)言可以是 VBSCRIPT和 JSCRIPT。 2)Server： ASP運(yùn)行在服務(wù)器端。 ASP 本身封裝了一些基本組件和常用組件，有很多公司也開(kāi)發(fā)了很多實(shí)用組件。 ActiveX（ COM）技術(shù)是現(xiàn)在 Microsoft 軟件的重要基礎(chǔ)。 以上的對(duì)象和組件都可 以擴(kuò)展 ASP腳本的功能，但兩者有區(qū)別，對(duì)象不需要聲明就可以使用，而組件在使用前必須明確創(chuàng)建。 Session 用來(lái)存儲(chǔ)、讀取特定連接者對(duì)話消息，可存儲(chǔ)連接者對(duì)網(wǎng)站訪問(wèn)信息。 Response 用來(lái)將信息發(fā)送到瀏覽器。 ASP 將運(yùn)行結(jié)果以 HTML 的格式傳送到 客戶端瀏覽器，因而可以適用于各種瀏覽器。 (6)、 可擴(kuò)充腳本語(yǔ)言，除了 VBScript、 Jscript、 Java Scrip 外，還可以使用任何其它腳本語(yǔ)言，只要第三方提供其相應(yīng)的腳本引擎即可。例如，用 ASP 環(huán)境內(nèi)置的 ADO組件可以輕松地存取各種數(shù)據(jù)庫(kù)。 (5)、可擴(kuò)充服務(wù)器端功能。 (4)、面向?qū)ο蟆? (3)、安全性好。 (2)、不需要編譯，純文本格式。就實(shí)際上就是一個(gè)把錯(cuò)誤留給自己還是留給客戶的問(wèn)題。測(cè)試是系統(tǒng)投入使用前最關(guān)鍵的一個(gè)步驟。同時(shí)在編碼前規(guī)定編碼的風(fēng)格并在開(kāi)發(fā)過(guò)程中保持一致的風(fēng)格。 同時(shí)需要確定使用的體系結(jié)構(gòu)（如 B/S 還是C/S）和開(kāi)發(fā)工具（如 ASP,）